Régions

Row

Row

Données générales

La région Bourgogne-Franche-Comté compte 614 000 licenciés en 2020. La pratique sportive est moins développée qu’au niveau national : le taux de pénétration sportive atteint 21,9 % contre 22,7 % en France métropolitaine. Mais la pratique féminine est plus fréquente : 39,7 % des licences sont détenues par des femmes contre 38,8 % en France.
Le football est la discipline la plus pratiquée et parmi les moins mixte : seulement 10 % des licences de football sont détenues par des femmes. à l’inverse certaines fédérations sont très féminisées comme la gymnastique, l’équitation ou encore la danse.

Row

Comparaisons régionales

11e région de France en nombre de licenciés.

Taux de licences

9e région de France en taux de licences par habitant.
0,8 points de moins que la moyenne nationale.

Carte régionale

Row

Licences par type de fédération

Environ 40 % de licences féminines.

Fédérations
REG region unisport olympique unisport non olympique multisports Total licences Taux de licences féminines évolution 2010-2020
11 Île-de-France 1 497 051 183 019 692 430 2 372 500 37,8
24 Centre-Val de Loire 356 701 60 559 188 732 605 992 40,3
27 Bourgogne-Franche-Comté 354 909 63 448 196 010 614 367 39,7
28 Normandie 459 092 58 568 196 767 714 427 39,9
32 Hauts-de-France 725 019 84 246 406 168 1 215 433 37,4
44 Grand Est 740 690 93 112 392 309 1 226 111 39,4
52 Pays de la Loire 597 010 75 082 347 391 1 019 483 39,6
53 Bretagne 512 783 77 582 302 095 892 460 39,8
75 Nouvelle-Aquitaine 863 388 163 555 447 194 1 474 137 39,1
76 Occitanie 784 423 193 916 395 988 1 374 327 37,9
84 Auvergne-Rhône-Alpes 1 144 853 217 241 675 177 2 037 271 39,6
93 Provence-Alpes-Côte d’Azur 654 099 136 529 328 337 1 118 965 37,5
94 Corse 41 299 7 762 21 381 70 442 33,8
FR TOTAL France métropolitaine 8 731 317 1 414 619 4 589 979 14 735 915 38,8
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Répartition des licences par type de fédération

Structure des licences par type de fédération

Plus de la moitié des licences dans les fédérations unisport olympiques.

Column

Détail unisport olympique

Une baisse des licences unisport olympique observée pour la première fois en 2020.

Code fédération Fédération 11 24 27 28 32 44 52 53 75 76 84 93 94 France Taux de licences féminines évolution 2010-2020
111 FF de football 270 176 85 217 94 463 108 299 225 368 203 086 166 036 147 275 187 549 163 236 256 634 113 001 9 446 2 029 786 9,4
123 FF de tennis 224 752 36 249 27 102 44 564 67 822 68 723 48 614 40 973 88 445 90 715 122 021 83 343 3 979 947 302 28,8
109 FF d’équitation 86 207 27 638 27 747 36 095 56 717 52 129 34 799 32 211 61 067 57 285 71 829 38 116 2 479 584 319 83,6
105 FF de basketball 69 109 22 242 16 245 23 371 48 080 40 000 63 732 33 307 53 137 35 843 74 022 25 892 1 079 506 059 34,8
117 FF de judo-jujitsu et disciplines associées 100 561 21 135 21 961 28 389 45 331 41 909 27 792 25 178 49 604 42 234 59 118 33 556 2 313 499 081 30,2
115 FF de handball 65 174 20 626 22 453 29 496 30 421 43 211 33 187 32 497 52 252 38 911 48 450 31 544 1 613 449 835 36,7
132 FF de golf 96 653 11 308 9 883 17 666 24 493 22 093 17 315 16 443 44 670 31 658 46 158 38 074 1 434 377 848 26,9
119 FF de natation 82 639 11 468 16 134 16 092 23 270 31 549 18 645 10 372 26 920 33 089 49 074 35 980 1 744 356 976 55,1
133 FF de rugby 34 444 10 269 12 578 7 770 10 830 9 604 9 199 10 331 63 113 68 566 52 465 21 509 1 111 311 789 10,6
113 FF de gymnastique 57 383 12 957 14 132 22 730 20 649 35 893 16 092 12 344 25 290 20 840 35 285 24 423 1 777 299 795 82,8
101 FF d’athlétisme 49 943 12 656 10 539 15 547 25 946 24 892 26 759 18 169 28 509 24 984 31 677 20 056 1 617 291 294 47,1
134 FF de karaté et disciplines associées 58 250 9 115 8 276 12 755 18 014 19 567 10 736 8 425 16 543 19 509 26 811 23 975 1 238 233 214 35,9
125 FF de tir 30 115 8 784 11 935 10 192 16 187 27 606 7 222 7 028 20 474 22 602 26 660 29 046 5 229 223 080 10,6
128 FF de voile 39 515 4 117 3 314 15 133 8 666 5 813 14 770 26 600 17 960 13 160 19 031 32 535 1 684 202 298 36,3
103 FF de badminton 35 976 11 439 7 226 10 024 11 721 15 362 15 843 13 921 17 083 14 178 23 901 9 524 122 186 320 35,9
124 FF de tennis de table 29 355 10 986 6 260 12 083 17 973 14 299 20 669 11 494 14 265 9 621 18 963 7 521 285 173 774 13,9
129 FF de volley-ball 20 195 3 698 3 095 4 273 10 184 8 815 7 960 7 815 8 989 9 186 12 450 9 952 528 107 140 46,0
135 FF de la montagne et de l’escalade 15 658 3 226 4 168 5 370 4 979 6 226 5 725 5 784 8 083 11 692 24 564 8 717 603 104 795 44,5
108 FF de cyclisme 7 069 5 678 5 900 5 956 5 020 6 365 9 477 10 574 9 065 8 951 16 078 8 554 441 99 128 10,9
121 FF de ski 1 556 211 5 309 93 213 8 338 395 426 4 405 10 125 53 376 11 848 116 96 411 37,5
139 FF de danse 14 070 2 948 3 388 4 792 6 723 7 906 4 470 4 548 8 846 9 198 7 240 8 265 373 82 767 85,4
126 FF de tir à l’arc 13 094 4 382 3 304 4 299 5 899 5 177 4 272 4 864 6 271 6 239 8 938 4 132 254 71 125 30,8
107 FF de canoë-kayak et sports de pagaie 7 487 4 609 4 022 3 886 4 738 9 231 3 324 6 806 5 032 3 280 6 547 4 726 64 63 752 38,2
136 FF de roller et skateboard 9 309 2 306 2 571 3 118 2 828 3 158 7 825 7 356 8 072 5 855 5 788 2 240 162 60 588 52,1
127 FF de triathlon et disciplines enchaînées 8 949 2 154 3 044 2 880 4 774 5 366 4 761 3 242 5 730 4 405 7 823 4 906 392 58 426 27,2
106 FF de boxe 7 196 2 283 2 762 2 512 5 725 4 491 3 572 2 396 5 601 5 085 5 912 4 410 196 52 141 28,9
110 FF d’escrime 15 661 1 913 1 845 2 352 3 509 3 787 1 937 2 433 3 943 3 395 6 515 3 631 100 51 021 29,9
122 FF de taekwondo et disciplines associées 14 750 1 801 276 1 391 2 353 3 374 1 951 627 2 632 7 228 6 209 3 091 773 46 456 38,3
102 FF d’aviron 9 217 782 996 1 531 2 254 3 571 3 014 2 251 4 226 3 889 7 172 3 460 98 42 461 42,4
131 FF de hockey sur glace 4 554 602 626 1 379 1 313 2 153 1 389 592 1 618 1 317 4 895 1 687 1 22 126 12,7
114 FF d’haltérophilie - musculation 1 894 1 561 574 1 116 2 869 2 054 1 200 1 247 1 946 2 285 1 611 2 337 10 20 704 39,9
118 FF de lutte et disciplines associées 3 257 566 1 512 984 2 496 2 176 849 1 766 1 494 2 070 2 340 1 096 0 20 606 23,3
112 FF des sports de glace 4 843 701 826 1 014 1 128 1 909 776 636 1 103 1 193 2 681 700 0 17 510 87,3
116 FF de hockey 2 767 617 35 922 5 441 42 1 412 372 1 195 686 1 226 685 0 15 400 26,4
138 FF de baseball et softball 3 819 395 364 665 740 741 398 839 1 623 1 132 1 028 701 35 12 480 19,3
137 FF de surf 885 59 44 346 157 32 889 1 636 6 559 496 314 573 3 11 993 35,1
120 FF de pentathlon moderne 569 3 0 7 188 42 4 5 74 285 47 293 0 1 517 39,8
total Total fédérations unisport olympiques 1 497 051 356 701 354 909 459 092 725 019 740 690 597 010 512 783 863 388 784 423 1 144 853 654 099 41 299 8 731 317 32,8
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Poids unisport olympique

Le football représente près du quart des licences unisport olympiques.

Détail unisport non olympique

Code fédération Fédération 11 24 27 28 32 44 52 53 75 76 84 93 94 France Taux de licences féminines évolution 2010-2020
242 FF de pétanque et jeu provençal 20 999 10 195 14 604 9 765 13 919 16 620 13 997 10 981 33 073 55 514 41 702 31 347 1 907 274 623 17,0
245 FF de la randonnée pédestre 30 438 14 693 11 887 9 879 13 454 10 674 15 688 17 602 27 670 29 059 28 777 26 661 388 236 870 63,8
221 FF d’études et sports sous-marins 27 477 4 743 4 140 5 983 7 826 9 731 6 299 8 029 10 589 11 971 16 241 12 105 1 046 126 180 32,1
218 FF de cyclotourisme 11 619 5 572 4 434 6 227 6 722 8 159 10 611 10 994 12 231 11 680 17 867 7 151 64 113 331 17,2
261 FF de kick-boxing, muay-thaï et disciplines associées 9 479 2 180 2 456 3 382 3 192 4 579 1 860 2 922 4 225 5 036 10 307 8 005 1 078 58 701 29,8
249 FF de sauvetage et secourisme 4 675 1 717 909 2 208 3 232 2 012 2 630 4 913 7 736 8 000 5 131 4 241 7 47 411 45,6
211 FF du sport boules 1 261 768 3 111 642 833 554 636 296 1 581 4 576 28 055 2 253 3 44 569 13,9
212 FF de boxe française, savate et disciplines associées 11 677 806 1 396 741 2 646 2 953 1 288 1 744 3 815 5 222 7 466 2 733 0 42 487 42,0
202 FF aéronautique 8 380 1 375 1 621 1 402 2 132 2 419 1 492 1 798 4 286 4 144 4 341 2 637 329 36 356 7,7
233 FF de motocyclisme 2 204 1 437 2 508 1 865 2 996 3 304 2 037 1 671 3 607 4 161 4 392 3 432 400 34 014 5,6
206 FF du sport automobile 2 423 1 402 2 435 2 253 2 051 2 008 2 095 825 2 735 4 029 5 127 3 909 850 32 142 12,4
258 FF de vol libre 2 647 283 967 817 985 1 842 672 943 2 225 3 116 8 764 3 289 151 26 701 15,8
209 FF de ball-trap et de tir à balle 2 238 1 642 876 1 701 3 927 1 541 456 644 4 241 3 280 3 139 2 371 405 26 461 4,9
204 FF d’aïkido, d’aïkibudo et affinitaires 5 629 591 773 575 1 254 2 665 653 597 2 841 2 048 2 715 1 705 103 22 149 30,9
201 FF d’aéromodélisme 2 781 1 299 1 132 914 1 763 2 422 1 212 892 2 548 2 377 2 778 1 735 80 21 933 4,0
205 FF d’aïkido et de budo 3 598 1 177 1 046 627 1 153 2 339 1 001 1 420 1 410 2 204 3 155 2 313 35 21 478 30,3
256 FF de twirling bâton 3 470 855 601 1 167 1 530 1 823 1 485 1 809 1 851 1 415 2 749 1 390 85 20 230 90,3
213 FF de bowling et de sports de quilles 1 328 963 1 018 939 813 3 534 688 515 2 139 6 305 1 155 670 4 20 071 22,4
220 FF des échecs 3 540 762 629 925 1 380 2 843 1 029 1 369 1 703 1 458 1 744 1 593 117 19 092 20,2
222 FF de football américain 4 381 533 995 984 1 497 1 584 761 889 1 664 1 606 2 371 1 718 47 19 030 23,2
254 FF des Arts Energétiques et Martiaux Chinois 5 182 997 424 402 1 082 978 524 639 1 895 1 544 1 972 1 119 0 16 758 63,1
210 FF des sports de billard 1 992 1 486 553 800 1 840 1 645 1 515 1 329 1 675 1 050 1 333 772 51 16 041 7,1
243 FF de planeur ultra léger motorisé 1 403 899 744 672 902 1 479 1 099 520 2 005 1 805 1 994 1 216 59 14 797 4,5
252 FF de squash 2 845 938 200 693 852 746 761 555 2 265 1 351 1 665 993 256 14 120 20,1
241 FF de pelote basque 477 5 1 0 76 0 4 1 11 395 1 354 60 204 30 13 607 16,0
248 FF de rugby à XIII 307 1 8 24 5 3 346 0 859 6 448 1 003 2 114 0 11 118 15,4
266 FF de force 1 603 560 253 608 779 306 794 730 2 608 797 1 322 750 1 11 111 33,2
237 FF de parachutisme 2 081 351 384 156 537 640 394 519 1 171 1 373 1 425 993 138 10 162 14,9
257 FF de vol en planeur 1 468 465 256 258 444 728 436 351 877 1 400 1 285 1 416 27 9 411 14,2
267 FF des pêches sportives 490 620 460 335 1 291 557 702 412 1 393 893 507 741 9 8 410 5,2
217 FF de la course d’orientation 860 218 704 337 518 788 190 380 1 092 754 1 837 647 0 8 325 42,2
250 FF de ski nautique et wake board 1 690 283 824 438 168 603 272 399 1 039 659 1 351 359 2 8 087 37,3
251 FF de spéléologie 403 156 488 143 92 392 153 67 583 1 509 1 471 884 43 6 384 27,4
264 FF de flying disc 1 176 438 232 114 121 304 872 347 424 272 563 130 0 4 993 26,7
228 FF de joutes et sauvetage nautique 140 42 146 1 88 9 1 0 4 1 461 860 1 356 0 4 108 22,6
207 FF de jeu de balle au tambourin 0 1 0 0 136 0 0 0 22 1 832 4 263 0 2 258 25,1
215 FF de la course camarguaise 1 0 0 0 0 0 0 0 0 1 456 3 758 1 2 219 16,1
216 FF de la course landaise 1 0 0 0 0 0 0 0 1 622 316 0 0 0 1 939 22,0
214 FF de char à voile 108 13 0 262 473 12 297 218 135 64 12 13 0 1 607 18,1
265 F nautique de pêche sportive en apnée 36 3 8 156 20 8 16 141 99 205 17 360 29 1 098 3,1
255 FF des sports de traîneau, de ski/VTT-joering et de canicross 38 16 79 38 61 137 28 33 101 64 227 51 3 876 43,4
226 FF de javelot tir sur cible 1 0 0 0 824 0 0 0 0 0 0 0 0 825 17,1
203 FF d’aérostation 61 31 76 12 43 98 44 45 73 49 102 8 0 642 22,6
260 FF de polo 311 15 8 20 68 3 17 27 18 16 74 48 0 625 29,2
244 FF de pulka et traineau à chiens 49 21 52 55 35 65 15 13 9 11 150 24 1 500 41,1
208 FF de ballon au poing 0 0 0 0 480 0 0 0 0 0 0 0 0 480 10,4
234 FF motonautique 52 7 10 48 6 5 12 3 21 32 28 52 13 289 9,0
224 FF d’hélicoptère 0 3,2
227 FF de jeu de paume 0 9,9
231 FF de longue paume 0 19,9
total Total fédérations unisport non olympiques 183 019 60 559 63 448 58 568 84 246 93 112 75 082 77 582 163 555 193 916 217 241 136 529 7 762 1 414 619 29,5
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Poids unisport non olympique

1/5e des unisport non olympique en pétanque, 1/6e en randonnée.

Détail multisport

Code fédération Fédération 11 24 27 28 32 44 52 53 75 76 84 93 94 France Taux de licences féminines évolution 2010-2020
604 Union nationale du sport scolaire (UNSS) 179 438 42 560 59 654 57 896 94 642 116 209 49 553 41 512 106 333 105 516 139 197 79 632 4 257 1 076 399 41,4
602 F Sportive Educative de l’Enseignement Catholique (UGSEL) 92 221 25 714 6 496 26 218 105 745 36 580 130 611 110 514 32 943 30 972 85 842 28 366 43 712 265 49,9
605 Union sportive de l’enseignement du premier degré 104 632 29 660 35 176 15 718 53 946 65 354 22 601 22 105 91 141 45 926 91 494 38 540 5 296 621 589 50,1
402 FF d’éducation physique et de gymnastique volontaire 65 925 33 321 19 647 29 721 24 199 29 547 18 685 19 604 63 957 58 013 78 098 28 950 1 426 471 093 91,2
413 Union française des œuvres laïques d’éducation physique (UFOLEP) 38 432 17 595 8 660 6 985 36 251 18 791 23 848 14 555 43 534 26 970 58 039 13 910 266 307 836 54,7
410 F sportive et gymnique du travail (FSGT) 78 755 2 609 3 882 6 650 6 898 8 806 3 303 14 107 7 539 20 614 26 875 28 286 1 792 210 116 45,1
408 F sportive et culturelle de France 26 874 7 447 13 675 3 840 8 152 27 603 35 023 15 128 13 723 2 239 41 086 3 157 1 197 948 74,8
420 F sportive des ASPTT 6 488 9 393 10 631 13 034 9 855 24 892 10 377 9 102 21 364 19 435 19 515 24 744 1 288 180 118 40,8
403 FF sport pour tous 15 347 6 078 7 569 8 204 21 085 26 762 14 779 24 358 8 071 9 530 18 457 7 807 673 168 720 85,8
406 F des clubs de la défense 21 615 5 874 4 325 4 977 2 764 9 931 4 619 10 973 15 470 13 680 10 806 16 047 2 912 123 993 35,3
601 FF du sport universitaire 17 581 1 559 5 254 5 518 12 250 8 353 3 635 6 028 8 248 10 668 13 720 8 262 2 989 104 065 35,3
404 FF de la retraite sportive 10 020 310 9 284 1 702 3 830 87 16 722 2 778 7 403 13 349 19 088 9 204 1 93 778 69,7
401 FF des clubs alpins et de montagne 4 435 1 767 5 029 1 922 1 337 6 323 3 478 1 152 5 500 10 420 37 538 10 617 259 89 777 40,3
407 F nationale du sport en milieu rural 4 270 378 1 056 8 796 6 156 1 707 3 948 4 769 3 501 6 086 3 639 7 114 2 51 422 61,9
603 Union nationale des clubs universitaires 133 23 26 1 814 6 251 35 21 14 1 897 3 844 14 919 7 638 1 36 616 37,2
503 FF du sport adapté 2 848 1 448 1 750 1 635 2 490 1 772 2 044 1 744 6 839 5 449 4 527 2 315 42 34 903 32,7
501 FF handisport 3 193 734 2 037 569 2 548 2 520 1 383 1 474 2 502 2 730 3 623 2 132 21 25 466 31,1
417 Union nationale sportive Léo Lagrange 1 698 188 244 475 3 234 1 183 491 763 2 419 4 127 2 661 4 440 0 21 923 61,5
405 FF du sport travailliste 4 047 630 491 384 2 246 1 463 1 407 656 1 634 2 150 2 430 4 039 41 21 618 31,2
411 F sportive de la police nationale 4 698 380 913 507 1 860 1 667 440 344 1 876 1 640 1 957 1 058 37 17 377 17,6
409 FF Maccabi 5 256 0 3 0 7 528 0 1 0 1 103 2 1 135 0 8 035 17,7
415 FF omnisports des personnels de l’éducation nationale de la jeunesse et sports (2F OPEN-JS) 540 999 94 160 271 477 337 322 1 254 1 225 1 344 855 0 7 878 59,9
418 FF du sport d’entreprise 3 984 65 114 42 151 1 719 86 92 46 302 320 89 34 7 044 29,4
total Total fédérations multisports 692 430 188 732 196 010 196 767 406 168 392 309 347 391 302 095 447 194 395 988 675 177 328 337 21 381 4 589 979 52,8
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Poids multisport

Près d’un quart des licences multisport en UNSS.

Sports les plus sexués

Fédérations les plus sexuées : plus de 80% de licences masculines ou féminines

Départements

Row

Row

Données générales

La pratique sportive est diverse en Bourgogne-Franche-Comté. Le Jura est le département où la pratique licenciées est la plus développée avec 614 000 licenciés en 2020, en partie par l’importance de site de sport de nature dont les massifs montagneux. à l’inverse, l’Yonne est un des départements français où la pratique sportive est la plus faible. Cela ne signifie pas que les habitants ne pratiquent pas (cyclisme, randonnée…) mais ils sont moins souvent dans une structure.

Row

Comparaisons départementales

Taux de licences

Le Jura et le Doubs au dessus de la moyenne nationale, les autres département de BFC en dessous.

Comparaisons infra régionales

Taux infra régionaux

Carte départementale

Row

Licences par type de fédération

La pratique féminine plus développée dans le Jura.

Fédérations
dep département unisport olympique unisport non olympique multisports Total licences Taux de licences féminines évolution 2010-2020
21 Côte-d’Or 69 740 13 709 34 128 117 577 39,6
25 Doubs 71 422 10 665 42 136 124 223 39,1
39 Jura 35 916 6 306 24 570 66 792 42,8
58 Nièvre 24 992 5 725 14 615 45 332 39,4
70 Haute-Saône 28 076 5 017 18 081 51 174 39,4
71 Saône-et-Loire 68 634 12 502 33 269 114 405 38,4
89 Yonne 38 640 7 046 19 132 64 818 38,8
90 Territoire de Belfort 17 489 2 478 10 079 30 046 37,1
BFC Total 354 909 63 448 196 010 614 367 39,7
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Répartition des licences par type de fédération

Structure des licences par type de fédération

Plus de la moitié des licences dans les fédérations unisport olympiques.

Column

Détail unisport olympique

Une baisse des licences unisport olympiques en 2020.

Code fédération Fédération 21 25 39 58 70 71 89 90 BFC Taux de licences féminines évolution 2010-2020
111 FF de football 14 489 21 758 9 358 6 062 8 279 19 212 10 465 4 840 94 463 10,2
109 FF d’équitation 5 370 5 117 2 725 1 904 2 576 5 339 3 243 1 473 27 747 83,5
123 FF de tennis 6 153 5 019 2 412 2 271 1 615 4 892 3 301 1 439 27 102 29,3
115 FF de handball 5 540 5 880 2 459 1 114 2 640 2 100 1 774 946 22 453 39,7
117 FF de judo-jujitsu et disciplines associées 4 509 4 472 2 093 1 594 1 787 3 582 2 683 1 241 21 961 32,6
105 FF de basketball 3 706 1 764 1 444 1 215 1 116 4 711 1 642 647 16 245 33,5
119 FF de natation 3 265 2 770 1 073 1 208 898 3 574 2 461 885 16 134 55,7
113 FF de gymnastique 2 770 1 769 1 186 1 247 1 143 3 427 1 627 963 14 132 80,0
133 FF de rugby 2 591 1 365 1 879 1 068 396 3 979 1 122 178 12 578 10,6
125 FF de tir 2 196 2 400 1 019 896 1 311 2 022 1 443 648 11 935 11,1
101 FF d’athlétisme 2 253 1 919 1 226 811 602 1 849 1 295 584 10 539 46,8
132 FF de golf 2 606 1 779 1 074 598 502 1 781 1 085 458 9 883 26,7
134 FF de karaté et disciplines associées 2 030 2 134 396 557 603 1 244 978 334 8 276 34,9
103 FF de badminton 1 684 1 875 897 290 789 849 650 192 7 226 36,4
124 FF de tennis de table 1 131 1 422 525 575 643 951 582 431 6 260 14,0
108 FF de cyclisme 956 1 292 956 413 660 909 440 274 5 900 12,5
121 FF de ski 337 1 691 1 948 101 418 543 28 243 5 309 34,9
135 FF de la montagne et de l’escalade 710 1 263 596 319 56 760 420 44 4 168 45,7
107 FF de canoë-kayak et sports de pagaie 710 1 009 208 1 228 200 204 436 27 4 022 41,6
139 FF de danse 552 84 156 317 77 1 629 565 8 3 388 81,7
128 FF de voile 1 069 641 163 180 334 470 329 128 3 314 36,7
126 FF de tir à l’arc 638 405 397 109 340 649 560 206 3 304 31,1
129 FF de volleyball 920 503 196 12 126 664 460 214 3 095 44,7
127 FF de triathlon et disciplines enchaînées 777 425 300 230 291 554 235 232 3 044 32,4
106 FF de boxe 369 724 455 310 157 489 168 90 2 762 32,5
136 FF de roller et skateboard 662 613 230 139 175 564 129 59 2 571 54,6
110 FF d’escrime 419 246 241 146 52 401 163 177 1 845 31,5
118 FF de lutte et disciplines associées 481 365 86 4 74 500 1 1 1 512 28,5
102 FF d’aviron 154 153 118 15 16 467 63 10 996 39,5
112 FF des sports de glace 234 174 19 0 64 26 22 287 826 82,4
131 FF de hockey sur glace 248 179 13 0 19 10 1 156 626 16,8
114 FF d’haltérophilie - musculation 52 103 6 12 78 155 165 3 574 36,9
138 FF de baseball et softball 76 61 45 30 7 71 63 11 364 17,6
122 FF de taekwondo et disciplines associées 62 20 14 9 26 47 38 60 276 39,5
137 FF de surf 10 12 2 2 6 9 3 0 44 45,5
116 FF de hockey 11 16 1 6 0 1 0 0 35 51,4
120 FF de pentathlon moderne 0 0 0 0 0 0 0 0 0 0,0
Total
69 740 71 422 35 916 24 992 28 076 68 634 38 640 17 489 354 909 32,9
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Détail unisport non olympique

Code fédération Fédération 21 25 39 58 70 71 89 90 BFC Taux de licences féminines évolution 2010-2020
242 FF de pétanque et jeu provençal 2 188 1 838 1 487 1 644 1 451 3 885 1 771 340 14 604 19,5
245 FF de la randonnée pédestre 3 877 1 967 952 1 665 739 1 227 1 252 208 11 887 62,6
218 FF de cyclotourisme 1 293 393 501 694 413 628 360 152 4 434 21,8
221 FF d’études et sports sous-marins 839 726 294 213 310 920 531 307 4 140 31,7
211 FF du sport boules 189 137 496 184 61 1 797 144 103 3 111 15,4
233 FF de motocyclisme 289 654 285 185 336 398 266 95 2 508 5,7
261 FF de kick-boxing, muay-thaï et disciplines associées 272 1 014 186 18 154 222 393 197 2 456 32,3
206 FF du sport automobile 431 525 190 184 319 435 269 82 2 435 14,3
202 FF aéronautique 495 259 133 112 104 283 160 75 1 621 8,6
212 FF de boxe française, savate et disciplines associées 508 95 140 4 187 246 89 127 1 396 41,6
201 FF d’aéromodélisme 203 197 114 65 108 187 156 102 1 132 4,6
205 FF d’aïkido et de budo 307 291 41 33 21 187 83 83 1 046 29,4
213 FF de bowling et de sports de quilles 348 290 104 37 62 107 43 27 1 018 25,3
222 FF de football américain 299 91 58 71 10 227 191 48 995 34,9
258 FF de vol libre 166 321 158 34 69 128 55 36 967 12,9
249 FF de sauvetage et secourisme 125 243 32 61 91 20 261 76 909 45,4
209 FF de ball-trap 196 124 145 64 73 181 84 9 876 6,1
250 FF de ski nautique et wake board 210 97 302 1 7 101 76 30 824 38,1
204 FF d’aïkido, d’aïkibudo et affinitaires 185 226 111 24 75 24 77 51 773 29,4
243 FF de planeur ultra léger motorisé 182 142 53 34 71 147 79 36 744 4,2
217 FF de la course d’orientation 267 169 86 30 59 37 48 8 704 41,1
220 FF des échecs 114 185 34 27 44 124 71 30 629 12,4
256 FF de twirling bâton 52 63 86 92 37 182 51 38 601 94,0
210 FF de billard 59 92 62 45 33 130 86 46 553 7,6
251 FF de spéléologie 72 173 114 13 37 41 21 17 488 22,5
267 FF des pêches sportives 72 35 7 70 59 135 56 26 460 3,0
254 FF des Arts Energétiques et Martiaux Chinois 52 21 43 10 0 183 52 63 424 65,1
237 FF de parachutisme 111 90 22 27 13 64 38 19 384 16,7
257 FF de vol à voile 76 42 15 22 7 35 41 18 256 14,1
266 FF de force 14 1 1 53 1 4 178 1 253 33,6
264 FF de flying disc 73 81 1 0 43 23 1 10 232 31,9
252 FF de squash 106 29 1 0 3 52 4 5 200 20,5
228 FF de joutes et sauvetage nautique 2 1 0 8 2 108 25 0 146 13,0
255 FF des sports de traîneau, de ski/VTT-joering et de canicross 4 28 20 1 9 12 3 2 79 43,0
203 FF d’aérostation 10 20 15 0 3 15 4 9 76 22,4
244 FF de pulka et traineau à chiens 14 3 7 0 6 0 22 0 52 38,5
234 FF motonautique 3 1 1 0 0 5 0 0 10 10,0
248 FF de rugby à XIII 0 1 7 0 0 0 0 0 8 12,5
260 FF de polo 0 0 0 0 0 1 5 2 8 25,0
265 F nautique de pêche sportive en apnée 6 0 2 0 0 0 0 0 8 0,0
241 FF de pelote basque 0 0 0 0 0 1 0 0 1 0,0
207 FF de jeu de balle au tambourin 0 0 0 0 0 0 0 0 0 0,0
208 FF de ballon au poing 0 0 0 0 0 0 0 0 0 0,0
214 FF de char à voile 0 0 0 0 0 0 0 0 0 0,0
215 FF de la course camarguaise 0 0 0 0 0 0 0 0 0 0,0
216 FF de la course landaise 0 0 0 0 0 0 0 0 0 0,0
224 FF d’hélicoptère 0 0,0
226 FF de javelot tir sur cible 0 0 0 0 0 0 0 0 0 0,0
227 FF de jeu de paume 0 0,0
231 FF de longue paume 0 0,0
Total
13 709 10 665 6 306 5 725 5 017 12 502 7 046 2 478 63 448 29,9
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Détail des licences fédé multisport

Code fédération Fédération 21 25 39 58 70 71 89 90 BFC Taux de licences féminines évolution 2010-2020
604 Union nationale du sport scolaire (UNSS) 9 624 11 880 5 434 5 180 5 975 11 756 6 095 3 710 59 654 42,1
605 Union sportive de l’enseignement du premier degré 5 363 8 773 6 256 3 303 5 510 2 302 1 851 1 818 35 176 50,9
402 FF d’éducation physique et de gymnastique volontaire 4 549 2 023 2 669 1 781 2 012 3 165 3 136 312 19 647 91,2
408 F sportive et culturelle de France 1 656 4 688 1 922 38 601 2 392 1 958 420 13 675 77,6
420 F sportive des ASPTT 4 241 2 524 371 774 557 716 1 074 374 10 631 41,2
404 FF de la retraite sportive 104 1 256 2 350 5 56 5 483 29 1 9 284 67,8
413 Union française des œuvres laïques d’éducation physique (UFOLEP) 845 140 1 214 1 688 514 1 920 2 295 44 8 660 46,5
403 FF sport pour tous 1 260 2 674 1 697 167 288 581 143 759 7 569 89,1
602 F Sportive Educative de l’Enseignement Catholique (UGSEL) 129 2 510 1 157 35 1 201 240 58 1 166 6 496 50,7
601 FF du sport universitaire 2 420 1 733 161 78 158 378 115 211 5 254 46,1
401 FF des clubs alpins et de montagne 663 1 507 708 22 350 1 031 327 421 5 029 41,1
406 F des clubs de la défense 1 323 618 92 320 364 1 074 189 345 4 325 35,2
410 F sportive et gymnique du travail (FSGT) 395 345 91 625 251 1 410 506 259 3 882 45,2
501 FF handisport 397 464 164 258 132 262 264 96 2 037 37,0
503 FF du sport adapté 131 397 222 27 102 276 553 42 1 750 33,7
407 F nationale du sport en milieu rural 608 100 1 3 0 31 312 1 1 056 60,5
411 F sportive de la police nationale 155 355 28 3 3 135 179 55 913 22,3
405 FF du sport travailliste 207 68 24 4 5 97 44 42 491 28,5
417 Union nationale sportive Léo Lagrange 5 1 3 227 0 8 0 0 244 69,7
418 FF du sport d’entreprise 43 57 4 2 1 2 3 2 114 49,1
415 FF omnisports des personnels de l’éducation nationale et jeunesse et sports (2F OPEN-JS) 0 19 0 72 1 2 0 0 94 26,6
603 Union nationale des clubs universitaires 7 4 2 3 0 8 1 1 26 42,3
409 F sportive et culturelle Maccabi 3 0 0 0 0 0 0 0 3 33,3
Total
34 128 42 136 24 570 14 615 18 081 33 269 19 132 10 079 196 010 54,4
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

EPCI

Row

Row

Comparaisons établissements publics de coopération intercommunale

Taux de licences
Taux de licences parmi les
EPCI LIBGEO licences totales féminines femmes hommes
242100410 Dijon Métropole 57 756 22,8 38,5 16,6 29,0
242500361 CU Grand Besançon Métropole 43 787 22,5 37,6 16,2 28,3
200065647 CA Pays de Montbéliard Agglomération 27 908 19,9 34,6 13,5 26,1
247100589 CA Le Grand Chalon 25 315 22,2 37,9 16,3 28,2
200069052 CA Grand Belfort 23 286 22,6 36,2 16,3 28,6
247100290 CU Le Creusot Montceau-les-Mines 19 602 21,1 36,5 14,8 27,6
200071140 CA Moulins Communauté 17 809 27,4 41,1 21,7 33,3
245804406 CA de Nevers 17 719 27,0 40,5 20,6 33,8
200067114 CA de l’Auxerrois 16 899 24,8 34,4 16,4 33,3
200070308 CA Mâconnais Beaujolais Agglomération 15 448 19,8 35,0 13,4 26,6
200010650 CA du Grand Dole 14 027 25,7 38,4 18,9 32,1
200006682 CA Beaune, Côte et Sud - Communauté Beaune-Chagny-Nolay 12 741 24,8 40,2 19,4 29,6
200071116 CA ECLA (Espace Communautaire Lons Agglomération) 11 517 33,6 47,2 29,7 37,5
248900334 CA du Grand Sénonais 11 007 18,6 36,7 13,0 24,5
247000011 CA de Vesoul 9 175 28,5 36,1 19,7 37,0
200070894 CC de Gevrey-Chambertin et de Nuits-Saint-Georges 8 343 28,1 42,0 23,2 31,9
200071884 CC Le Grand Charolais 8 230 20,5 35,2 13,9 27,2
242500338 CC du Grand Pontarlier 7 903 28,8 37,4 20,9 35,7
200070530 CC du Grand Autunois Morvan 7 882 22,1 41,0 17,6 26,6
242504181 CC des Portes du Haut-Doubs 6 751 25,8 34,9 18,4 30,3
200069623 CC Champagnole Nozeroy Jura 6 416 28,3 41,9 23,2 33,0
200067130 CC de Puisaye-Forterre 6 404 18,7 42,4 15,5 21,6
200090579 CC Terre d’Émeraude Communauté 6 007 24,2 40,5 19,7 28,0
242504116 CC du Val de Morteau 5 939 28,6 38,6 22,3 33,4
200068070 CC Loue-Lison 5 829 23,0 40,3 18,5 26,4
200026573 CC Haut-Jura Saint-Claude 5 788 28,6 41,4 23,3 33,4
200071595 CC Arbois, Poligny, Salins, Cœur du Jura 5 353 24,5 36,3 17,4 30,5
200067916 CC Cœur de Loire 5 222 20,7 39,6 15,9 25,7
200067700 CC Sud Nivernais 5 066 24,5 39,1 18,7 30,0
200036549 CC Val de Gray 5 062 24,7 39,4 18,9 29,5
200071579 CC Bresse Louhannaise Intercom’ 5 024 17,7 35,6 12,4 22,9
242504447 CC du Doubs Baumois 5 013 31,3 41,3 25,5 35,5
200067304 CC Serein et Armance 5 008 20,8 40,0 16,4 25,2
200070902 CC Auxonne Pontailler Val de Saône 4 865 20,8 35,7 14,8 25,2
200000925 CC de la Plaine Dijonnaise 4 789 21,8 34,5 14,8 27,2
200069540 CC Norge et Tille 4 649 29,1 34,7 20,1 36,5
247000664 CC du Pays de Lure 4 578 23,3 39,1 17,7 28,3
200069565 CC des Lacs et Montagnes du Haut-Doubs 4 577 28,4 37,0 21,8 34,2
249000241 CC du Sud Territoire 4 549 19,3 35,3 13,4 24,6
200069615 CC Bresse Haute Seille 4 516 23,8 44,8 21,0 25,9
200023075 CC du Pays de Maîche 4 503 24,2 38,4 18,6 28,3
200068088 CC Les Bertranges 4 440 22,2 35,8 15,3 28,4
200070316 CC Entre Arroux, Loire et Somme 4 336 19,3 31,6 11,8 26,9
200071538 CC Terres de Bresse 4 096 18,4 35,5 13,0 23,6
247000722 CC du Pays d’Héricourt 4 013 19,1 37,4 13,9 24,3
248900896 CC Yonne Nord 3 952 16,2 36,4 11,5 20,9
247000706 CC du Pays Riolais 3 864 30,1 38,6 23,0 34,9
248900938 CC du Jovinien 3 859 18,3 38,6 13,8 23,0
200039758 CC Avallon, Vézelay, Morvan 3 664 19,5 37,2 14,3 24,3
200041887 CC du Val Marnaysien 3 626 25,3 36,9 18,6 30,4
200071017 CC des Terres d’Auxois 3 588 22,7 43,0 18,9 25,6
242101509 CC Rives de Saône 3 520 17,1 31,3 10,6 22,5
200072825 CC Mirebellois et Fontenois 3 518 27,9 43,0 23,9 30,9
242100154 CC des Vallées de la Tille et de l’Ignon 3 496 25,6 39,1 19,7 31,7
200069698 CC Mâconnais - Tournugeois 3 426 21,8 35,8 15,2 28,4
200069060 CC des Vosges du Sud 3 423 22,4 37,1 16,5 28,1
242101434 CC du Pays Châtillonnais 3 362 17,0 31,7 10,7 22,7
247000755 CC du Pays de Luxeuil 3 352 22,4 34,3 15,0 29,0
200070548 CC La Clayette Chauffailles en Brionnais 3 297 21,8 40,2 17,3 26,2
200067668 CC de la Cléry, du Betz et de l’Ouanne 3 287 16,3 37,8 12,1 19,9
200067080 CC Chablis Villages et Terroirs 3 175 21,3 40,7 17,0 25,2
247104094 CC Sud Côte Chalonnaise 3 117 27,2 44,0 23,6 30,6
200040293 CC du Clunisois 3 112 22,4 38,6 17,0 27,8
248900383 CC de l’Agglomération Migennoise 3 018 20,0 39,2 15,4 24,3
200070332 CC des Savoir-Faire 2 998 19,6 39,0 15,0 24,0
248900748 CC du Gâtinais en Bourgogne 2 959 16,9 36,9 12,5 20,9
200039055 CC Ouche et Montagne 2 921 27,0 41,5 22,2 31,5
200039642 CC Le Tonnerrois en Bourgogne 2 909 18,4 42,0 14,9 22,0
243900354 CC de la Station des Rousses-Haut Jura 2 826 39,7 38,4 30,9 47,2
200041721 CC de la Haute Comté 2 806 15,8 32,9 10,4 20,9
243900560 CC Jura Nord 2 793 24,0 41,6 19,9 26,6
200068294 CC des Deux Vallées Vertes 2 723 17,1 32,3 10,9 22,4
200067882 CC Bazois Loire Morvan 2 675 17,3 37,3 12,6 22,3
200041879 CC Terres de Saône 2 542 19,3 34,8 13,5 24,4
248900524 CC de l’Aillantais 2 469 23,8 37,5 17,7 29,8
243900479 CC du Haut-Jura - ARCADE 2 446 26,4 37,9 20,0 32,2
200067890 CC Morvan Sommets et Grands Lacs 2 320 18,9 43,6 16,0 21,7
200067429 CC Haut Nivernais-Val d’Yonne 2 305 18,9 37,3 13,7 24,0
243900420 CC du Val d’Amour 2 300 25,3 37,5 19,4 30,6
247000821 CC Rahin et Chérimont 2 251 19,0 37,2 14,2 22,9
200040038 CC Saône Doubs Bresse 2 206 18,2 31,5 11,5 24,0
200041861 CC du Triangle Vert 2 122 19,2 36,2 13,9 23,8
247103765 CC Entre Saône et Grosne 2 107 18,8 36,7 13,6 23,9
242101491 CC du Montbardois 2 099 19,8 30,6 11,8 26,5
247000367 CC des Combes 1 981 26,0 35,1 18,0 31,8
200042414 CC Bresse Revermont 71 1 975 20,0 38,7 15,4 24,4
245801063 CC Loire et Allier 1 953 27,2 37,1 20,0 34,1
243901089 CC de la Plaine Jurassienne 1 950 21,2 37,0 15,5 24,2
200072056 CC Porte du Jura 1 924 18,2 45,0 16,2 20,1
247000623 CC des Quatre Rivières 1 920 20,2 40,2 16,1 22,8
242504355 CC du Plateau de Russey 1 915 28,6 41,4 24,1 31,5
242500320 CC de Montbenoît 1 786 22,8 28,2 13,1 30,3
200067908 CC Amognes Cœur du Nivernais 1 770 20,6 40,6 16,8 24,0
247000854 CC des 1000 étangs 1 720 20,3 37,0 15,2 24,1
200071207 CC de Pouilly-en-Auxois/Bligny-sur-Ouche 1 643 19,2 39,2 14,9 22,7
242504496 CC du Plateau de Frasne et du Val de Drugeon (CFD) 1 639 27,1 41,1 22,6 30,4
242504488 CC Altitude 800 1 620 25,4 41,5 21,2 27,0
200041853 CC du Pays de Montbozon et du Chanois 1 539 23,4 38,5 17,9 27,9
200067692 CC Tannay-Brinon-Corbigny 1 479 15,2 40,3 12,0 18,2
248900664 CC de la Vanne et du Pays d’Othe 1 412 16,4 39,6 12,9 18,4
200039063 CC Forêts, Seine et Suzon 1 370 19,6 33,9 13,1 25,9
247100639 CC de Marcigny 1 319 21,5 37,0 15,5 27,4
200071173 CC du Pays Arnay Liernais 1 311 18,4 39,7 14,6 20,7
243900610 CC La Grandvallière 1 260 23,4 37,9 17,7 27,6
247000698 CC des Monts de Gy 1 260 20,5 30,6 12,6 25,6
247000714 CC du Pays de Villersexel 1 226 15,6 39,1 12,2 18,4
245804497 CC du Nivernais Bourbonnais 1 225 22,5 39,7 17,6 27,5
200036150 CC des Hauts du Val de Saône 1 208 14,2 38,7 11,0 16,7
242101459 CC du Pays d’Alésia et de la Seine 1 161 15,5 27,0 8,2 20,9
200039709 CC du Serein 1 137 15,7 34,3 11,3 19,5
200071645 CC Saint Cyr Mère Boitier entre Charolais et Mâconnais 1 095 13,7 35,2 9,7 17,6
242504371 CC du Pays de Sancey-Belleherbe 1 066 19,3 41,4 16,1 21,5
200070910 CC Tille et Venelle 1 034 20,8 35,1 14,6 26,9
247100647 CC Bresse Nord Intercom 998 15,3 43,8 13,1 17,4
247103864 CC du Canton de Semur-en-Brionnais 859 16,6 39,8 13,0 20,2
242101442 CC de Saulieu 825 15,6 38,3 11,5 19,8
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Carte ECPI

Bassins de vie

Row

Row

Comparaisons bassins de vie

Taux de licences
Taux de licences parmi les
BV2012 LIBGEO licences totales féminines femmes hommes
21231 Dijon 72 532 23,5 38,4 17,2 29,6
25056 Besançon 41 392 22,3 38,2 16,3 27,8
25388 Montbéliard 24 739 19,9 34,7 13,5 26,2
71076 Chalon-sur-Saône 23 962 21,6 36,8 15,4 27,8
01053 Bourg-en-Bresse 23 278 22,8 36,8 16,3 29,6
58194 Nevers 22 901 26,9 40,3 20,6 33,4
90010 Belfort 22 775 22,3 36,0 16,0 28,4
89024 Auxerre 19 328 24,2 34,5 16,1 32,3
71270 Mâcon 16 288 20,8 35,2 14,1 27,7
03190 Moulins 16 287 27,5 40,9 21,5 33,6
25462 Pontarlier 15 555 27,8 37,4 20,8 33,8
39300 Lons-le-Saunier 14 411 30,6 46,8 27,3 33,7
70550 Vesoul 12 953 27,0 35,9 18,7 34,6
39198 Dole 11 589 25,8 39,2 19,4 32,0
89387 Sens 10 892 18,3 36,7 12,8 23,9
01283 Oyonnax 10 036 21,5 35,8 15,3 27,2
77305 Montereau-Fault-Yonne 10 029 16,3 33,8 10,7 21,5
21054 Beaune 9 971 25,4 39,7 19,5 30,7
71306 Montceau-les-Mines 9 950 21,4 38,5 15,7 27,4
25411 Morteau 7 933 28,3 37,7 21,6 33,1
71153 Le Creusot 7 916 19,8 33,7 12,8 26,8
39478 Saint-Claude 7 229 29,6 40,5 23,7 34,7
88383 Remiremont 7 135 22,8 35,9 15,9 29,5
58086 Cosne-Cours-sur-Loire 6 372 20,1 38,2 14,8 25,5
71014 Autun 6 109 24,1 41,4 19,2 29,0
70311 Luxeuil-les-Bains 6 099 20,6 34,4 14,0 26,6
70279 Gray 5 955 24,2 38,1 18,0 28,9
70310 Lure 5 942 22,7 38,4 17,0 27,6
71073 Chagny 5 935 23,3 40,6 18,6 27,4
25356 Maîche 5 878 24,9 38,4 19,2 28,9
25527 Saint-Vit 5 848 26,2 39,0 20,1 30,9
25578 Valdahon 5 804 24,8 34,0 17,2 29,4
58095 Decize 5 795 23,6 39,3 18,1 28,8
21038 Auxonne 5 769 20,5 37,1 15,1 24,5
21317 Is-sur-Tille 5 730 24,9 39,7 19,5 30,1
39097 Champagnole 5 730 28,6 42,0 23,5 33,3
21464 Nuits-Saint-Georges 4 994 30,0 43,3 25,5 33,3
01305 Pont-de-Vaux 4 910 21,8 34,1 14,8 28,7
42052 Charlieu 4 766 26,4 36,6 19,0 34,0
25047 Baume-les-Dames 4 758 28,6 40,0 22,6 32,8
89257 Migennes 4 680 20,6 38,1 15,4 25,7
68068 Dannemarie 4 679 25,7 38,2 19,6 30,5
21292 Genlis 4 656 21,6 34,1 14,5 26,9
70285 Héricourt 4 478 19,5 36,9 14,0 25,2
25532 Saône 4 407 26,4 34,8 18,1 33,0
68201 Masevaux 4 327 28,4 40,4 22,6 33,6
89025 Avallon 4 326 17,9 36,2 12,9 22,3
10034 Bar-sur-Seine 4 292 17,9 29,3 10,4 24,4
90033 Delle 4 237 18,8 34,5 13,1 23,8
71263 Louhans 4 064 16,6 36,0 11,8 21,4
58059 La Charité-sur-Loire 4 026 20,5 36,7 14,5 26,6
89345 Saint-Florentin 3 817 17,4 43,1 14,9 19,9
70447 Rioz 3 664 29,0 39,0 22,6 33,1
39475 Saint-Amour 3 639 18,8 38,9 14,4 22,8
71090 La Chapelle-de-Guinchay - Crêches-sur-Saône 3 592 19,4 33,4 12,9 25,9
71342 Paray-le-Monial 3 413 22,5 36,6 15,5 30,3
71230 Gueugnon 3 373 20,2 33,7 13,3 26,6
71137 Cluny 3 352 20,7 37,7 15,6 26,0
58079 Clamecy 3 253 17,0 38,0 12,6 21,2
89464 Villeneuve-sur-Yonne 3 196 18,1 38,5 13,7 22,3
21154 Châtillon-sur-Seine 3 184 16,6 31,6 10,3 22,4
39500 Salins-les-Bains 3 112 28,2 39,5 22,0 33,9
89206 Joigny 3 051 20,0 40,1 15,6 24,6
25463 Pont-de-Roide-Vermondans 3 042 23,0 37,5 17,0 28,6
39368 Morez 3 022 27,1 36,8 20,0 33,5
89418 Tonnerre 3 019 19,6 44,5 17,0 22,5
21603 Semur-en-Auxois 3 016 24,6 44,0 20,8 27,4
25434 Ornans 3 002 23,8 43,0 20,3 26,5
71120 Chauffailles 2 984 23,8 39,1 18,6 28,8
77051 Bray-sur-Seine 2 798 15,9 37,4 11,8 20,0
03102 Dompierre-sur-Besbre 2 765 22,4 37,9 17,0 27,7
88468 Le Thillot 2 717 15,8 34,7 10,7 20,4
71543 Tournus 2 707 21,8 36,7 15,5 28,0
70467 Saint-Loup-sur-Semouse 2 670 13,8 32,6 8,9 18,1
18241 Sancerre 2 656 22,9 40,4 18,3 27,4
89003 Aillant-sur-Tholon 2 655 24,5 37,7 18,3 30,6
39154 Clairvaux-les-Lacs 2 652 26,1 41,4 21,7 30,2
71176 Digoin 2 634 18,4 30,7 11,0 25,5
39056 Bletterans 2 625 23,3 44,6 20,6 25,7
39434 Poligny 2 622 20,7 33,2 13,5 26,6
39526 Tavaux 2 531 22,2 33,0 14,1 29,2
39128 Chaussin 2 507 24,4 37,8 18,4 27,7
25315 L’Isle-sur-le-Doubs 2 461 17,8 33,1 11,8 23,2
39013 Arbois 2 428 24,3 38,5 18,4 28,8
89419 Toucy 2 412 24,4 43,9 21,0 27,1
45115 Courtenay 2 317 14,1 37,7 10,4 17,5
10003 Aix-en-Othe 2 316 15,1 34,5 10,3 18,9
21607 Seurre 2 314 16,2 34,1 11,0 20,8
70198 Dampierre-sur-Salon 2 311 19,6 39,5 15,4 22,3
71310 Montchanin 2 272 23,7 39,0 18,1 29,2
21425 Montbard 2 261 18,0 29,4 10,3 24,6
21554 Saint-Jean-de-Losne 2 245 17,3 29,2 10,1 23,2
90009 Beaucourt 2 138 19,8 35,8 14,0 25,3
71070 Buxy 2 130 33,0 45,4 29,6 36,4
89309 Pont-sur-Yonne 2 120 17,0 36,3 12,1 22,1
45085 Châtillon-Coligny 2 061 16,7 35,6 11,6 21,6
39470 Les Rousses 2 053 42,5 39,6 34,2 49,2
70561 Villersexel 2 050 15,9 38,5 12,2 18,9
70120 Champagney - Ronchamp 2 040 18,8 38,2 14,5 22,3
71133 La Clayette 2 030 17,0 39,3 13,3 20,9
70334 Marnay 2 013 24,4 33,9 16,6 30,5
71419 Saint-Germain-du-Bois 2 004 18,9 37,9 14,2 23,5
21501 Pouilly-en-Auxois 1 940 20,3 39,0 15,9 24,0
71047 Bourbon-Lancy 1 842 19,2 30,4 11,3 27,7
89068 Chablis 1 837 25,2 43,8 21,8 28,1
70421 Port-sur-Saône 1 828 23,3 37,4 17,4 28,4
71106 Charolles 1 760 19,8 38,0 14,8 24,5
21584 Saulieu 1 690 15,1 42,0 12,4 17,7
71221 Givry 1 674 27,5 40,7 22,0 32,9
58134 Imphy 1 644 24,7 34,7 17,1 32,2
71512 Sennecey-le-Grand 1 635 19,7 37,1 14,3 25,1
71275 Marcigny 1 627 19,0 36,6 13,6 24,2
58083 Corbigny 1 595 16,2 39,7 12,6 19,7
39487 Saint-Laurent-en-Grandvaux 1 520 23,4 38,0 17,7 27,9
90052 Giromagny 1 489 22,2 35,5 15,8 28,6
58062 Château-Chinon (Ville) 1 476 22,3 44,9 19,4 25,4
21023 Arnay-le-Duc 1 466 18,6 41,2 15,3 20,5
89368 Saint-Sauveur-en-Puisaye 1 464 16,6 41,7 13,6 19,3
21663 Venarey-les-Laumes 1 368 15,0 27,6 8,2 19,9
58182 Moulins-Engilbert 1 340 18,9 40,6 14,8 23,1
71417 Saint-Gengoux-le-National 1 303 16,5 39,1 12,8 20,1
71158 Cuisery 1 274 17,5 36,9 12,8 22,1
58264 Saint-Pierre-le-Moûtier 1 242 24,4 41,5 19,8 29,1
52197 Fayl-Billot 1 233 25,1 40,2 19,9 30,5
25334 Levier 1 172 25,6 41,4 21,3 26,4
70292 Jussey 1 087 14,3 38,2 11,1 17,0
71192 Étang-sur-Arroux 1 079 17,8 38,5 13,6 21,9
89086 Charny 1 023 15,4 47,4 14,4 16,1
71351 Pierre-de-Bresse 976 15,5 44,3 13,3 17,4
58218 Prémery 787 17,9 37,2 13,0 19,7
58149 Luzy 701 13,0 30,2 7,6 18,6
Source : MEDES recensement des licences sportives et des clubs 2020
1 F= Fédération
2 FF = Fédération Française

Carte BV

En savoir +

Row

Row

Sources :

---
title: "Licences sportives"
output: 
  flexdashboard::flex_dashboard:
    vertical_layout: scroll
    social: menu
    source_code: embed
    navbar:
      - { title: "Accueil", href: DRAJESBFC.html, align: right, icon: fa-home }
    theme: simplex
---

```{r setup, include=FALSE ,echo=FALSE, cache=F, plotly=F}

#library(sparkline)
sparkline(0)

#load("data/sport/licences.RData")
#load("data/demo/basecom.RData")
#load("data/demo/cartes.RData")
#load("data/sport/spark.RData")

regsexe <- as.data.frame(t(lic_reg_sexe)) %>%  rownames_to_column() %>% select(1,17,18) %>% mutate(txfem=100*as.numeric(V16)/as.numeric(V17)) %>% slice(3:16)

fede_sexe_dep[c(38,89,113),1] <- "Total"
fede_sexe_dep[is.na(fede_sexe_dep)] <- 0


pal2 <- colorBin("YlOrBr", domain =0:100 ,bins= c(0, 15, 20, 25, 30, 100) )


# Option de chunk
knitr::opts_chunk$set(
 fig.width = 6,
 fig.asp = 0.8,
 out.width = "80%"
)
```

![](images/BFC_s.svg) Régions {data-orientation="rows" height=30}
=======================================================================
Row {data-height="20"}
-----------------------------------------------------------------------
Row {data-height="120"}
-----------------------------------------------------------------------

### Données générales

La région Bourgogne-Franche-Comté compte **`r prettyNum(round(as.numeric(lic_reg[117,5])/1000,0)*1000,big.mark = " ")`** licenciés en 2020.
La pratique sportive est moins développée qu'au niveau national : le taux de pénétration sportive atteint **21,9 %** contre 22,7 % en France métropolitaine.
Mais la pratique féminine est plus fréquente : **39,7 %** des licences sont détenues par des femmes contre 38,8 % en France.  
Le football est la discipline la plus pratiquée et parmi les moins mixte : seulement 10 % des licences de football sont détenues par des femmes.
à l'inverse certaines fédérations sont très féminisées comme la gymnastique, l'équitation ou encore la danse.

Row {.tabset .tabset-fade .tabset-pills data-height="400"}
-----------------------------------------------------------------------

### Comparaisons régionales

**11e** région de France en nombre de licenciés.

```{r}
licreg <- as.data.frame(t(lic_reg[117,3:15]))
licreg$region <- t(as.data.frame(levels(lic_reg)[4:16]))
licreg <- licreg %>% rownames_to_column(var="reg") %>%
                 left_join(.,regwgs@data %>% dplyr::select(reg=INSEE_REG,pop),by="reg" )    %>%
                  adorn_totals("row",name = "FR") %>%
                  mutate(txlic=round(100*V1/pop,1))
licreg[14,3] <- "France"

hchart(licreg %>% slice(-14) %>% arrange(desc(V1)),"bar", hcaes(x=reorder(region,V1),y=V1,color=ifelse(reg=="27","#6a5acd","#ffd700") ), 
       showInLegend = F, name = "Licences", pointWidth = 20) %>%
  hc_xAxis(title=list(text="Région")) %>%
    hc_yAxis(title=list(text="Nombre de licences")) %>%
  hc_add_theme(thm) 
```

### Taux de licences

**9e** région de France en taux de licences par habitant.  
**0,8 points** de moins que la moyenne nationale.

```{r}

hchart(licreg %>% arrange(desc(txlic)),"bar", hcaes(x=reorder(region,txlic),y=txlic,
                                                    color=ifelse(reg=="27","#6a5acd",
                                                                 ifelse(reg=="FR","#ff7f50","#ffd700") ) ) , 
       showInLegend = F, name = "Taux de licences", pointWidth = 10) %>%
  hc_xAxis(title=list(text="Région")) %>%
    hc_yAxis(title=list(text="Taux de licences")) %>%
  hc_add_theme(thm) 

```

### Carte régionale

```{r}
sportreg <- as.data.frame(t(lic_reg)) %>%
            select(licences_tot=V117) %>% mutate(licences_tot=as.numeric(licences_tot)) %>%
            rownames_to_column("INSEE_REG") %>% 
            slice (3:15)
cartosportreg <- sp::merge(regwgs,sportreg,by="INSEE_REG")

leaflet(cartosportreg) %>% addProviderTiles(providers$CartoDB.Positron) %>% 
  setView(lng = 5.1, lat = 47.27, zoom = 6) %>%
  addPolygons(weight=2,opacity = 0.6,color = "#2F4F4F", fill=F ) %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%
  addCircles(centroid(cartosportreg)[,1],centroid(cartosportreg)[,2],
             group = "region", radius=~50*licences_tot^(1/2),
             fillColor = ~pal2(100*cartosportreg$licences_tot/cartosportreg$pop),
             weight=4, color = "#4169E1", opacity = 0.8,
             fillOpacity = 0.8,
             highlight = highlightOptions (fillOpacity =  0.1,
             weight = 5,   color = "#00FFFF"),
             popup = popupTable(cartosportreg@data %>% 
                                   select(Région=NOM_REG_M,pop,licences_tot) %>%
                                  mutate(tx_lic=100*licences_tot/pop),
                                 feature.id=F,row.numbers = F)) %>%
addLegend( position = "bottomright",pal = pal2 ,title = "taux de pénétration sportive",values = 100*(cartosportreg$licences_tot/cartosportreg$pop) )
```

Row {.tabset .tabset-fade .tabset-pills data-height="400"}
-----------------------------------------------------------------------

### Licences par type de fédération

Environ **40 % ** de licences féminines.

```{r}
lic_reg %>%  dplyr::select(2,"11":"94",France="...22") %>%
    slice(39,91,116,117) %>%
    pivot_longer(-`Codes régions`, 'variable', 'value') %>%
    pivot_wider(variable, names_from =`Codes régions`) %>%
    mutate(region=t(as.data.frame(levels(lic_reg)[c(4:16,22)]))) %>%
   dplyr::select(6,2:5) %>% dplyr::rename("Total licences"="NA") %>%
  bind_cols(regsexe%>% select(txfem) %>%  #tx femmes
              mutate (`Taux de licences féminines`=color_bar('pink')
          (digits(txfem,1,decimal.mark=",")))  ) %>%
  bind_cols( evoreg %>%filter(type=="total")  %>% # sparkine modifier pour les différents types de fédé
  summarise(`évolution 2010-2020`=spk_chr(lic)) ) %>%
  relocate(REG, .before = region) %>%
  rename(`unisport olympique`="Total fédérations unisport olympiques",`unisport non olympique`="Total fédérations unisport non olympiques", multisports=`Total fédérations multisports` ) %>% select(-7) %>%
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="rcrrrrlrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(6, bold=T) %>%
  row_spec(3,background = "#E0FFFF75",  bold = T , color = "steelblue") %>%
  add_header_above(c( " "=2,"Fédérations"=3," "=3) ) %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```

### Répartition des licences par type de fédération

```{r, plotly=T}
hchart ( lic_reg %>%  dplyr::select(2,"11":"94"
                                      #,France="...22"
                                      ) %>%
    slice(39,91,116,117) %>%
    pivot_longer(-`Codes régions`, 'REG') %>% rename(type_fede=`Codes régions`,licences=value) %>%
       filter(!is.na(type_fede)) %>%
      left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% select(CODGEO,region=LIBGEO),by=c("REG"="CODGEO") ) , 
    "bar", hcaes(x = fct_rev(region), y= licences, group = type_fede) ,
    stacking = "normal" ,
      showInLegend = T,  pointWidth =20) %>%
  hc_xAxis(title=list(text="Région")) %>%
    hc_yAxis(title=list(text="Nombre de licences")) %>%
  hc_add_theme(thm) 

```

### Structure des licences par type de fédération

Plus de la moitié des licences dans les fédérations unisport olympiques.

```{r, plotly=T}
hchart ( lic_reg %>%  dplyr::select(2,"11":"94"
                                      #,France="...22"
                                      ) %>%
    slice(39,91,116,117) %>%
    pivot_longer(-`Codes régions`, 'REG') %>% rename(type_fede=`Codes régions`,licences=value) %>%
       filter(!is.na(type_fede)) %>%
      left_join(.,appartenance %>% filter(NIVGEO=="REG") %>% select(CODGEO,region=LIBGEO),by=c("REG"="CODGEO") ) , 
    "bar", hcaes(x = fct_rev(region), y= licences, group = type_fede) ,
    stacking = "percent" ,
      showInLegend = T,  pointWidth =20) %>%
  hc_xAxis(title=list(text="Région")) %>%
    hc_yAxis(title=list(text="Proportion de licences")) %>%
  hc_add_theme(thm) 

```

Column {.tabset .tabset-fade .tabset-pills}
-----------------------------------------------------------------------

### Détail unisport olympique

Une baisse des licences unisport olympique observée pour la première fois en 2020.

```{r}
lic_reg[39,1] <- "total"
fedsexe[39,1] <- "total"
lic_reg %>%  dplyr::select(1:2,"11":"94",France="...22") %>% rename("Code fédération"="...1","Fédération"="Codes régions") %>%
    slice(2:38) %>% arrange (desc(France)) %>% 
  bind_rows(lic_reg %>% dplyr::select(1:2,"11":"94",France="...22") %>% rename("Code fédération"="...1","Fédération"="Codes régions") %>% slice(39) ) %>%
  left_join(.,fedsexe %>% slice (2:38) %>%select (1,txfem=7) %>%
                bind_rows(fedsexe %>% select (1,txfem=7) %>% slice (39)) %>%  #ajout des taux de licences feminines
                      mutate(`Taux de licences féminines`=color_bar('pink')
          (digits(100*txfem,1,decimal.mark=","))) ,
            by=c("Code fédération"="Codes fédé") ) %>%
  left_join( evofede %>%   filter(fed<200) %>% #modifier pour type de fédé 
              bind_rows(evofede %>% filter(fed<200) %>% group_by(année) %>% summarise(fed="total",lic=sum(lic,na.rm=T))) %>%
              summarise(`évolution 2010-2020`=spk_chr(lic)),
               by=c("Code fédération"="fed") ) %>% select(-17) %>%
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="clrrrrrrrrrrrrrrl",
      escape = F) %>% 
   kable_styling("hover", full_width = F) %>%
   column_spec(5, bold=T, background = "#E0FFFF75",  color = "steelblue") %>%
   column_spec(16, bold=T) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```

### Poids unisport olympique

Le football représente près du **quart** des licences unisport olympiques.

```{r}
hchart(lic_reg  %>% select(fede=2,bfc="27",FR="...22") %>% slice(2:38) %>%
         mutate(txBFC=100*bfc/sum(bfc,na.rm=T), txFrance=100*FR/sum(FR,na.rm=T) ) %>% 
         select(-2,-3) %>% arrange(desc(txBFC))  %>%
         pivot_longer(!fede ,names_to = "REG") ,
       "treemap",hcaes(x=fede, group = REG, value=round(value,1) ),
        color = c("#1a6ecc70", "#90ed7d60" )  )%>%
  hc_add_theme(thm) 


```


### Détail unisport non olympique

```{r}
lic_reg[91,1] <- "total"
fedsexe[91,1] <- "total"
lic_reg %>%  dplyr::select(1:2,"11":"94",France="...22") %>% rename("Code fédération"="...1","Fédération"="Codes régions") %>%
    slice(41:90)  %>% arrange (desc(France)) %>% 
  bind_rows(lic_reg %>% dplyr::select(1:2,"11":"94",France="...22") %>% rename("Code fédération"="...1","Fédération"="Codes régions") %>% slice(91) ) %>%
    left_join(.,fedsexe %>% slice (41:90) %>% select (1,txfem=7) %>%
                bind_rows(fedsexe  %>% select (1,txfem=7) %>% slice (91)) %>% #txfem
                       mutate(`Taux de licences féminines`=color_bar('pink')
          (digits(100*txfem,1,decimal.mark=","))) ,
            by=c("Code fédération"="Codes fédé") ) %>%
   left_join( evofede %>%   filter(fed>200 & fed<300) %>% #modifier pour type de fédé 
              bind_rows(evofede %>% filter(fed>200 & fed<300) %>% group_by(année) %>% summarise(fed="total",lic=sum(lic,na.rm=T))) %>%
              summarise(`évolution 2010-2020`=spk_chr(lic)),
               by=c("Code fédération"="fed") )%>% select(-17) %>%
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="clrrrrrrrrrrrrrrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(5, bold=T, background = "#E0FFFF75",  color = "steelblue") %>%
   column_spec(16, bold=T) %>%
  #  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```

### Poids unisport non olympique

**1/5e** des  unisport non olympique en pétanque, **1/6e** en randonnée.

```{r}
hchart(lic_reg  %>% select(fede=2,bfc="27",FR="...22") %>% slice(41:90) %>%
         mutate(txBFC=100*bfc/sum(bfc,na.rm=T), txFrance=100*FR/sum(FR,na.rm=T) ) %>% 
         select(-2,-3) %>% arrange(desc(txBFC))  %>%
         pivot_longer(!fede ,names_to = "REG") ,
       "treemap",hcaes(x=fede, group = REG, value=round(value,1) ),
        color = c("#1a6ecc70", "#90ed7d60" )  )%>%
  hc_add_theme(thm) 

```

### Détail multisport

```{r}
lic_reg[116,1] <- "total"
fedsexe[116,1] <- "total"
lic_reg %>%  dplyr::select(1:2,"11":"94",France="...22") %>% rename("Code fédération"="...1","Fédération"="Codes régions") %>%
    slice(93:115) %>% arrange (desc(France)) %>% 
  bind_rows(lic_reg %>% dplyr::select(1:2,"11":"94",France="...22") %>% rename("Code fédération"="...1","Fédération"="Codes régions") %>% slice(116) ) %>%
    left_join(.,fedsexe %>% select (1,txfem=7) %>% slice(93:115) %>%
                bind_rows(fedsexe %>% select (1,txfem=7) %>% slice (116)) %>% #txfem
                     mutate(`Taux de licences féminines`=color_bar('pink')
          (digits(100*txfem,1,decimal.mark=","))) ,
            by=c("Code fédération"="Codes fédé") ) %>%
   left_join( evofede %>%   filter(fed>400) %>% #modifier pour type de fédé 
              bind_rows(evofede %>% filter(fed>400) %>% group_by(année) %>% summarise(fed="total",lic=sum(lic,na.rm=T))) %>%
              summarise(`évolution 2010-2020`=spk_chr(lic)),
               by=c("Code fédération"="fed") ) %>% select(-17) %>%
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="clrrrrrrrrrrrrrrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
column_spec(5, bold=T, background = "#E0FFFF75",  color = "steelblue") %>%
   column_spec(16, bold=T) %>%
  #  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```

### Poids multisport

Près d'un **quart** des licences multisport en UNSS.

```{r}
hchart(lic_reg  %>% select(fede=2,bfc="27",FR="...22") %>% slice(93:115) %>%
         mutate(txBFC=100*bfc/sum(bfc,na.rm=T), txFrance=100*FR/sum(FR,na.rm=T) ) %>% 
         select(-2,-3) %>% arrange(desc(txBFC))  %>%
         pivot_longer(!fede ,names_to = "REG") ,
       "treemap",hcaes(x=fede, group = REG, value=round(value,1) ),
        color = c("#1a6ecc70", "#90ed7d60" )  )%>%
  hc_add_theme(thm) 


```


### Sports les plus sexués

Fédérations les plus sexuées : plus de 80% de licences masculines ou féminines

```{r}
  hchart(fede_sexe_dep %>% slice(-38,-89,-113) %>% filter(!is.na(txfem))%>%
           filter(txfem <= 20 | txfem >= 80 ) %>%
          arrange(desc(txfem)) %>%
           left_join(lic_dep %>% select("...1"=1,"Fédération"=2),by="...1"),
      "bar", 
      hcaes(x=reorder(`Fédération`,txfem),
            y=txfem,
            color=ifelse(txfem>=80,"#ee82ee","#b0e0e6") ), 
       showInLegend = T, name = "Taux de licences féminines BFC", pointWidth = 5) %>%
  hc_add_series(fedsexe %>% slice(-1,-39,-40,-91,-92,-116:-124) %>%
           filter(`% de femmes (année 2020)` <= 0.2 | `% de femmes (année 2020)` >= 0.8 ) %>%
          arrange(desc(`% de femmes (année 2020)`)) ,
         "bar", 
         hcaes(x=reorder(`Fédérations françaises agréées en 2020`,`% de femmes (année 2020)`),
               y=round(100*`% de femmes (année 2020)`,1),
               color=ifelse(`% de femmes (année 2020)`>=0.8,"#ba55d380","#6495ed80") ), 
       showInLegend = T, name = "Taux de licences féminines France", pointWidth = 2) %>%
    hc_xAxis(title=list(text="Fédérations taux de femmes  < ou > 80 % ")) %>%
    hc_yAxis(title=list(text="% de femmes (année 2020)")) %>%
    hc_add_theme(thm) 
```


![](images/BFC_dep_s.svg) Départements {data-orientation="rows" height=30}
=======================================================================
Row {data-height="20"}
-----------------------------------------------------------------------

Row {data-height="100"}
-----------------------------------------------------------------------

### Données générales

La pratique sportive est diverse en Bourgogne-Franche-Comté. Le Jura est le département où la pratique licenciées est la plus développée avec **`r prettyNum(round(as.numeric(lic_reg[117,5])/1000,0)*1000,big.mark = " ")`** licenciés en 2020, en partie par l'importance de site de sport de nature dont les massifs montagneux. à l'inverse, l'Yonne est un des départements français où la pratique sportive est la plus faible. Cela ne signifie pas que les habitants ne pratiquent pas (cyclisme, randonnée...) mais ils sont moins souvent dans une structure.

 Row {.tabset .tabset-fade .tabset-pills data-height="600"}
-----------------------------------------------------------------------

### Comparaisons départementales

```{r}
licdep <- as.data.frame(t(lic_dep[118,4:99]))
licdep$departement <- t(as.data.frame(levels(lic_dep)[4:99]))
licdep <- licdep %>% rownames_to_column(var="dep") %>% mutate (dep=ifelse(nchar(dep)==1,paste0('0',dep),dep), V1=as.numeric(V1)) %>%
                 left_join(.,depwgs@data %>% dplyr::select(dep=INSEE_DEP,pop),by="dep" )    %>%
                  adorn_totals("row",name = "FR") %>%
                  mutate(txlic=round(100*V1/pop,1)) 
licdep[97,3] <- "France"


hchart(licdep %>% slice(-97) %>% arrange(desc(V1)),"bar", hcaes(x=reorder(departement,V1),y=V1,color=ifelse(dep %in% depbfc,"#6a5acd","#ffd700") ), 
       showInLegend = F, name = "Licences", pointWidth = 2) %>%
   hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Nombre de licences")) %>%
  hc_add_theme(thm) 
```

### Taux de licences

Le Jura et le Doubs au dessus de la moyenne nationale, les autres département de BFC en dessous.

```{r}

hchart(licdep %>% arrange(desc(txlic)),"bar", hcaes(x=reorder(departement,txlic),y=txlic,color=ifelse(dep %in% depbfc,"#6a5acd",
                                                                 ifelse(dep=="FR","#ff7f50","#ffd700") ) ), 
       showInLegend = F, name = "Taux de licences", pointWidth = 1) %>%
   hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Taux de licences")) %>%
  hc_add_theme(thm) 

```



### Comparaisons infra régionales

```{r}
hchart(licdep %>% filter(dep %in% depbfc) %>% arrange(desc(V1)),"bar", hcaes(x=reorder(departement,V1),y=V1,color=ifelse(dep %in% depbfc,"#6a5acd","#ffd700") ), 
       showInLegend = F, name = "Licences", pointWidth = 20) %>%
   hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Nombre de licences")) %>%
  hc_add_theme(thm) 
```

### Taux infra régionaux

```{r}

hchart(licdep %>% filter(dep %in% depbfc) %>% arrange(desc(txlic)),"bar", hcaes(x=reorder(departement,txlic),y=txlic,color=ifelse(dep %in% depbfc,"#6a5acd","#ffd700") ), 
       showInLegend = F, name = "Taux de licences", pointWidth = 20) %>%
   hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Taux de licences")) %>%
  hc_add_theme(thm) 

```

### Carte départementale

```{r}
sportdep <- as.data.frame(t(lic_dep)) %>%
            select(licences_tot=V118) %>% mutate(licences_tot=as.numeric(licences_tot)) %>%
            rownames_to_column("INSEE_DEP") 
sportdep$INSEE_DEP <- ifelse(nchar(sportdep$INSEE_DEP)==1,paste0("0",sportdep$INSEE_DEP),sportdep$INSEE_DEP ) 
cartosportdep <- sp::merge(depwgs,sportdep,by="INSEE_DEP")

leaflet(cartosportdep) %>% addProviderTiles(providers$CartoDB.Positron) %>% 
  setView(lng = 5.1, lat = 47.27, zoom = 6) %>%
  addPolygons(weight=2,opacity = 0.6,color = "#2F4F4F", fill=F ) %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5, opacity = 1) %>%
  addCircles(centroid(cartosportdep)[,1],centroid(cartosportdep)[,2],
             group = "region", radius=~50*licences_tot^(1/2),
             fillColor = ~pal2(100*cartosportdep$licences_tot/cartosportdep$pop),
             weight=4, color = "#4169E1", opacity = 0.8,
             fillOpacity = 0.8,
             highlight = highlightOptions (fillOpacity =  0.1,
             weight = 5,   color = "#00FFFF"),
             popup = popupTable(cartosportdep@data %>% 
                                   select(Région=NOM_DEP_M,pop,licences_tot) %>%
                                  mutate(tx_lic=100*licences_tot/pop),
                                 feature.id=F,row.numbers = F)) %>%
addLegend( position = "bottomright",pal = pal2 ,title = "taux de pénétration sportive",values = 100*(cartosportdep$licences_tot/cartosportdep$pop) )
```



Row {.tabset .tabset-fade .tabset-pills data-height="400"}
-----------------------------------------------------------------------

### Licences par type de fédération

La pratique féminine plus développée dans le Jura.

```{r}
lic_dep %>%  dplyr::select(2,depbfc) %>%
    slice(40,92,117,118) %>%
    pivot_longer(-`Codes départements`, 'variable', 'value') %>%
    pivot_wider(variable, names_from =`Codes départements`) %>%
    mutate(département=t(as.data.frame(levels(lic_dep) %>% select(depbfc)))) %>%
   dplyr::select(6,2:5) %>% dplyr::rename("Total licences"="NA") %>%
  mutate_at(2:5,as.numeric) %>% adorn_totals("row") %>%
  
  
  #bind_rows(summarise_all(., ~if(is.numeric(.)) sum(.) else "Total"))    fonctionne également
 bind_cols( evodep %>%filter(type=="total")  %>% #modifier pour les différents types de fédé
          summarise(`évolution 2010-2020`=spk_chr(lic)) )%>%
  
  left_join(.,feddepsexe %>% select (1,txfem) %>% slice(3:11) %>%                 #txfem
                      mutate(`Taux de licences féminines`=color_tile('white','pink',alpha=0.5)
          (digits(txfem,1,decimal.mark=","))) ,
            by=c("dep"="rowname") ) %>%
    relocate(dep, .before = département) %>% relocate(`Taux de licences féminines`,.before = `évolution 2010-2020`) %>%
rename(`unisport olympique`="Total fédérations unisport olympiques",`unisport non olympique`="Total fédérations unisport non olympiques", multisports=`Total fédérations multisports` ) %>% select(-9) %>%
  
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="crrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  row_spec(9, bold=T, background = "#E0FFFF75",  color = "steelblue") %>%
   column_spec(6, bold=T) %>%
  add_header_above(c( " "=2,"Fédérations"=3," "=3) ) %>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```

### Répartition des licences par type de fédération

```{r}
hchart ( lic_dep %>%  dplyr::select(2,depbfc) %>%
    slice(40,92,117,118) %>%
    pivot_longer(-`Codes départements`, 'DEP') %>% rename(type_fede=`Codes départements`,licences=value) %>%
       filter(!is.na(type_fede)) %>%
            left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,département=LIBGEO),by=c("DEP"="CODGEO") ) , 
    "bar", hcaes(x = fct_rev(département), y= as.numeric(licences), group = type_fede) ,
    stacking = "normal" ,
      showInLegend = T,  pointWidth =20) %>%
   hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Nombre de licences")) %>%
  hc_add_theme(thm)

```

### Structure des licences par type de fédération

Plus de la moitié des licences dans les fédérations unisport olympiques.

```{r, plotly=T}
hchart ( lic_dep %>%  dplyr::select(2,depbfc) %>%
    slice(40,92,117,118) %>%
    pivot_longer(-`Codes départements`, 'DEP') %>% rename(type_fede=`Codes départements`,licences=value) %>%
       filter(!is.na(type_fede)) %>%
            left_join(.,appartenance %>% filter(NIVGEO=="DEP") %>% select(CODGEO,département=LIBGEO),by=c("DEP"="CODGEO") ) , 
    "bar", hcaes(x = fct_rev(département), y= as.numeric(licences), group = type_fede) ,
    stacking = "percent" ,
      showInLegend = T,  pointWidth =20) %>%
   hc_xAxis(title=list(text="Départements")) %>%
    hc_yAxis(title=list(text="Proportion de licences")) %>%
  hc_add_theme(thm)

```

Column {.tabset .tabset-fade .tabset-pills}
-----------------------------------------------------------------------

### Détail unisport olympique

Une baisse des licences unisport olympiques en 2020.

```{r}
lic_dep %>%  dplyr::select(1:2,depbfc) %>% rename("Code fédération"="...1","Fédération"="Codes départements") %>%
    slice(3:39) %>% mutate_at(3:10,as.numeric) %>% 
  mutate(BFC=rowSums(.[3:10],na.rm = T)) %>% arrange (desc(BFC)) %>% adorn_totals("row") %>%
  
  
   left_join(.,fede_sexe_dep %>% select (fede=1,txfem) %>% slice(1:38) %>%
                         mutate(`Taux de licences féminines`=color_bar('pink')
                                         (digits(as.numeric(txfem),1,decimal.mark=","))) ,
            by=c("Code fédération"="fede") ) %>%
  
  
  left_join( evofedebfc %>% filter(fed>100 & fed<200) %>% #modifier pour type de fédé 
              bind_rows(evofedebfc %>% filter(fed>100 & fed<200) %>% group_by(année) %>% summarise(fed="Total",lic=sum(lic,na.rm=T))) %>%
              summarise(`évolution 2010-2020`=spk_chr(lic)), 
             by=c("Code fédération"="fed")) %>% select(-12) %>%
  
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="lcrrrrrrrrrlrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
   column_spec(11, bold=T) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```


### Détail unisport non olympique

```{r}
lic_dep %>%  dplyr::select(1:2,depbfc) %>% rename("Code fédération"="...1","Fédération"="Codes départements") %>%
    slice(42:91) %>% mutate_at(3:10,as.numeric) %>%
  mutate(BFC=rowSums(.[3:10],na.rm = T)) %>%  arrange (desc(BFC)) %>% adorn_totals("row") %>%
  
  
   left_join(.,fede_sexe_dep %>% select (fede=1,txfem) %>% slice(39:89) %>%
                         mutate(`Taux de licences féminines`=color_bar('pink')
                                                (digits(as.numeric(txfem),1,decimal.mark=","))) ,
            by=c("Code fédération"="fede") ) %>%
  
    left_join( evofedebfc %>%   filter(fed>200 & fed<300) %>% #modifier pour type de fédé 
              bind_rows(evofedebfc %>% filter(fed>200 & fed<230) %>% group_by(année) %>% summarise(fed="Total",lic=sum(lic,na.rm=T))) %>%
              summarise(`évolution 2010-2020`=spk_chr(lic)),
               by=c("Code fédération"="fed") ) %>% select(-12) %>%
  
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="lcrrrrrrrrrlrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(11, bold=T) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```


### Détail des licences fédé multisport

```{r}
lic_dep %>%  dplyr::select(1:2,depbfc) %>% rename("Code fédération"="...1","Fédération"="Codes départements") %>%
    slice(94:116) %>% mutate_at(3:10,as.numeric) %>%
  mutate(BFC=rowSums(.[3:10],na.rm = T)) %>%  arrange (desc(BFC)) %>% adorn_totals("row") %>%
  
   left_join(.,fede_sexe_dep %>% select (fede=1,txfem) %>% slice(90:113) %>%
                         mutate(`Taux de licences féminines`=color_bar('pink')
                                            (digits(as.numeric(txfem),1,decimal.mark=","))) ,
            by=c("Code fédération"="fede") ) %>%
  
    left_join( evofedebfc %>%   filter(fed>400) %>% #modifier pour type de fédé 
              bind_rows(evofedebfc %>% filter(fed>400) %>% group_by(année) %>% summarise(fed="Total",lic=sum(lic,na.rm=T))) %>%
              summarise(`évolution 2010-2020`=spk_chr(lic)),
               by=c("Code fédération"="fed") ) %>% select(-12) %>%
  
    kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="lcrrrrrrrrrlrl",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
  column_spec(11, bold=T) %>%
#  row_spec(which(region$REG=='27'),background = "#E0FFFF75",  bold = T , color = "steelblue")%>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "400px") 

```


![](images/BFC_EPCI_s.svg) EPCI {data-orientation="rows" height=30}
=======================================================================
Row {data-height="20"}
-----------------------------------------------------------------------
Row {.tabset .tabset-fade }
-----------------------------------------------------------------------

### Comparaisons établissements publics de coopération intercommunale {vertical_layout=scroll}

```{r,echo=F}

lic27epci %>%
  select(EPCI,LIBGEO,licences,txlic,txfemmes,txlicf,txlich) %>% arrange(desc(licences)) %>%
  mutate(txlic = color_bar('orange')
        (digits(txlic,1, decimal.mark=","))) %>%
  mutate(txfemmes = color_tile('white','pink',alpha=0.5)
         (digits(txfemmes,1,decimal.mark=","))) %>%
  mutate(txlicf = color_tile('white','lightpink',alpha=0.5)
        (digits(txlicf ,1,decimal.mark=","))) %>%
    mutate(txlich = color_tile('white', 'lightblue',alpha=0.5)
        (digits(txlich ,1,decimal.mark=","))) %>%
  rename(totales=txlic,féminines=txfemmes,femmes=txlicf,hommes=txlich)%>%
  kable("html", 
      format.args = list(decimal.mark = ",", big.mark = " "),
      align="lcrlrrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
#  column_spec(11, bold=T) %>%
  add_header_above(c( " "=3,"Taux de licences"=2,"Taux de licences parmi les"=2) ) %>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T) %>%
   scroll_box(height = "800px") 
```

### Carte ECPI {data-height="800"}

```{r}
 
lic_epci <- sp::merge(epciwgs,lic27epci %>%
  select(CODE_EPCI=EPCI,LIBGEO,licences,txlic,txfemmes,txlicf,txlich) %>%
    mutate_at(3:7,as.numeric) ,
  by="CODE_EPCI")

leaflet(lic_epci) %>%  addProviderTiles(providers$Wikimedia) %>%
  setView(lng = 5.1, lat = 47.27, zoom = 8) %>%
  addPolygons(fill =F , weight = 2,opacity = 0.6,
              color = "#2F4F4F",fillOpacity = 0.7 ) %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5,opacity = 1) %>%
  addPolygons(data=dep27carto,group  = "départements",fill = F,color="#9370DB",weight = 3,opacity = 1) %>%
  addCircles(centroid(lic_epci)[,1],centroid(lic_epci)[,2],weight=4,
             radius = ~50*licences^(1/2), 
             #radius = ~licences,
             color = "#4169E1",
             fillColor = ~pal2(txlic), fillOpacity = 0.7,
             highlight = highlightOptions (fillOpacity =  0.5,
                                           weight = 5,   color = "#00FFFF"),
             popup = popupTable(lic_epci@data %>% select (-2,-3) %>%
  
  mutate(txlic = color_tile('white','orange',alpha=0.5)
          (digits(txlic ,1,decimal.mark=","))) %>%
  mutate(txfemmes = color_tile('white','pink',alpha=0.5)
          (digits(txfemmes ,1,decimal.mark=","))) %>%
  mutate(txlicf = color_tile('white','lightpink',alpha=0.5)
          (digits(txlicf ,1,decimal.mark=","))) %>%
    mutate(txlich = color_tile('white', 'lightblue',alpha=0.5)
          (digits(txlich ,1,decimal.mark=",")))
  
                                ,feature.id=F,row.numbers = F) ) %>%
addLegend( position = "bottomright",pal = pal2 ,title = "taux de pénétration sportive",values = ~txlic ) 
#addLegendSize(position = "bottomright", values = 60000,color = "#4169E1",fillColor = "transparent",
#              strokeWidth =2, shape = "circle", breaks = 1, baseSize = 60, title = "taille initiale" )
```

![](images/BFC_BV_s.svg) Bassins de vie {data-orientation="rows" height=30}
=======================================================================
Row {data-height="20"}
-----------------------------------------------------------------------
 Row {.tabset .tabset-fade }
-----------------------------------------------------------------------

### Comparaisons bassins de vie {vertical_layout=scroll}

```{r,echo=F}
lic27bv %>%
  select(BV2012,LIBGEO,licences,txlic,txfemmes,txlicf,txlich) %>% arrange(desc(licences)) %>%
  
  mutate(txlic = color_bar('orange')
          (digits(txlic ,1,decimal.mark=","))) %>%
  mutate(txfemmes = color_tile('white','pink',alpha=0.5)
          (digits(txfemmes ,1,decimal.mark=","))) %>%
  mutate(txlicf = color_tile('white','lightpink',alpha=0.5)
          (digits(txlicf ,1,decimal.mark=","))) %>%
    mutate(txlich = color_tile('white', 'lightblue',alpha=0.5)
          (digits(txlich ,1,decimal.mark=","))) %>%
    rename(totales=txlic,féminines=txfemmes,femmes=txlicf,hommes=txlich)%>%

  kable("html", format.args = list(decimal.mark = ",", big.mark = " "),
      align="lcrlrrrrrrr",
      escape = F) %>% 
  kable_styling("hover", full_width = F) %>%
#  column_spec(11, bold=T) %>%
  add_header_above(c( " "=3,"Taux de licences"=2,"Taux de licences parmi les"=2) ) %>%
#  row_spec(nrow(region_tab),bold = T,color = "navy") %>%
  footnote(general = " MEDES recensement des licences sportives et des clubs 2020", general_title = "Source : ",
           number = c("F= Fédération \n","FF = Fédération Française"), footnote_as_chunk = T)   %>%
  scroll_box(height = "800px") 
```

### Carte BV {data-height="800"}

```{r}

lic_bv <- sp::merge(bvwgs,lic27bv %>%
  select(BV2012,LIBGEO,licences,txlic,txfemmes,txlicf,txlich) %>%
    mutate_at(3:7,as.numeric),
  by="BV2012")

leaflet(lic_bv) %>%  addProviderTiles(providers$Wikimedia) %>%
  setView(lng = 5.1, lat = 47.27, zoom = 8) %>%
  addPolygons(fill =F , weight = 2,opacity = 0.6,
              color = "#2F4F4F",fillOpacity = 0.7 ) %>%
  addPolygons(data=reg27carto,group  = "BFC",fill = F,color="#9370DB",weight = 5,opacity = 1) %>%
  addPolygons(data=dep27carto,group  = "départements",fill = F,color="#9370DB",weight = 3,opacity = 1) %>%
  addCircles(centroid(lic_bv)[,1],centroid(lic_bv)[,2],weight=4,
             radius = ~50*licences^(1/2), color = "#4169E1",
             fillColor = ~pal2(txlic), fillOpacity = 0.7,
             highlight = highlightOptions (fillOpacity =  0.5,
                                           weight = 5,   color = "#00FFFF"),
             popup = popupTable(lic_bv@data %>% 
  
  mutate(txlic = color_tile('white','orange',alpha=0.5)
          (digits(txlic ,1,decimal.mark=","))) %>%
  mutate(txfemmes = color_tile('white','pink',alpha=0.5)
          (digits(txfemmes ,1,decimal.mark=","))) %>%
  mutate(txlicf = color_tile('white','lightpink',alpha=0.5)
          (digits(txlicf ,1,decimal.mark=","))) %>%
    mutate(txlich = color_tile('white', 'lightblue',alpha=0.5)
          (digits(txlich ,1,decimal.mark=",")))
  
                                ,feature.id=F,row.numbers = F) ) %>%
addLegend( position = "bottomright",pal = pal2 ,title = "taux de pénétration sportive",values = ~txlic )

```


*En savoir* **+** {data-orientation="rows" data-icon="fa-info-circle" font-size="25px" }
=======================================================================
Row {data-height="20"}
-----------------------------------------------------------------------
Row {data-height="60"}
-----------------------------------------------------------------------

**Sources :**  



* Injep, MEDES, recensement des licences et des clubs sportifs

  + https://injep.fr/donnee/recensement-des-licences-sportives-2020/
  + https://carto-stats.injep.fr/#c=home  
   
* Insee, DRDJSCS, étude sur la pratique sportive  
Un habitant sur cinq réside dans un territoire où la pratique sportive est développée  

  + https://www.insee.fr/fr/statistiques/4984597